La forma más rápida de anotar conjuntos de datos de visión artificial

Sí. Platform detecta automáticamente YOLO, COCO, JSON de LabelMe, NDJSON de Labelbox, NDJSON de Ultralytics y máscaras PNG semánticas. Puedes importar conjuntos de datos desde Roboflow con tu clave de API, e incorporar proyectos de CVAT o Label Studio cargando una exportación YOLO o COCO. Las etiquetas XML de Pascal VOC no se importan, así que conviértelas primero.

Sí. Los conjuntos de datos se exportan como NDJSON de Ultralytics, excepto los conjuntos de datos On Premise. Los enlaces a las imágenes de la exportación caducan al cabo de 7 días, así que úsala o conviértela pronto. Normalmente no necesitas convertir el archivo: pásalo, o pasa el URI ul:// del conjunto de datos, a model.train() y Ultralytics creará las carpetas YOLO por ti. Para obtener carpetas YOLO sin entrenar, conviértelo con convert_ndjson_to_yolo del paquete ultralytics.

La anotación manual consiste en dibujar cada etiqueta tú mismo. La anotación inteligente propone etiquetas para que las revises: haz clic en un objeto y un modelo Segment Anything (SAM) lo dibujará; ejecuta un modelo YOLO, incluido uno propio, para preetiquetar; o deja que un modelo con indicaciones de clase encuentre tus clases en conjuntos de datos de detección con entre 1 y 200 clases. Está disponible en todos los planes, para conjuntos de datos almacenados en Platform y no en almacenamiento conectado ni en On Premise. Los clics de SAM y los modelos alojados son gratuitos; los modelos de proveedores de pago se facturan a la cuenta de tu proveedor.

La anotación de imágenes es el proceso de etiquetar imágenes para identificar objetos, características o regiones en ellas. Es el paso fundamental para entrenar modelos de visión artificial en tareas como la detección de objetos, la segmentación de imágenes, la clasificación de imágenes y la estimación de poses. Los tipos de anotación varían según el caso de uso e incluyen cuadros delimitadores, polígonos, máscaras y puntos clave. Este proceso se lleva a cabo tanto con herramientas de código abierto como en plataformas comerciales especializadas.

Sí. Anotación por lotes ejecuta un modelo sobre tu conjunto de datos: un modelo YOLO, incluido uno propio, o un modelo con indicaciones de clase en conjuntos de datos de detección con entre 1 y 200 clases. De forma predeterminada, solo etiqueta las imágenes sin etiquetar y guarda primero una versión del conjunto de datos para que puedas revertir los cambios. Cuesta 1 $ por cada 1.000 imágenes (con un mínimo de 0,01 $ por ejecución); los modelos de proveedores de pago también generan cargos en la cuenta de tu proveedor. Funciona con conjuntos de datos almacenados en Platform, pero no con el almacenamiento conectado ni con On Premise, y tampoco con conjuntos de datos de profundidad.

Los conjuntos de datos privados están disponibles en todos los planes, pero en Free y Pro los conjuntos de datos nuevos son públicos de forma predeterminada, mientras que en Enterprise son privados; por eso, comprueba el control de visibilidad antes de subirlos. Ultralytics Platform cuenta con la certificación ISO 27001:2022 y un informe SOC 2 de tipo I, y ofrece regiones de datos en EE. UU., la UE y APAC. La opción Enterprise On Premise mantiene tus imágenes en tu propio ordenador para anotarlas y entrenar; las etiquetas, las métricas y los modelos entrenados se almacenan en Platform.

Sí. Sube un vídeo y Platform extraerá fotogramas para que los etiquetes como imágenes, a un máximo de 1 fotograma por segundo y 100 fotogramas por vídeo; en los vídeos más largos, se tomarán muestras con intervalos más amplios. Los fotogramas se etiquetan individualmente, no como una secuencia de vídeo continua.